| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 交通拥堵识别研究现状 | 第9-11页 |
| 1.2.2 时空关联性分析研究现状 | 第11-12页 |
| 1.3 研究目标 | 第12页 |
| 1.4 论文结构与组织 | 第12-13页 |
| 第2章 基于出租车GPS数据的城市交通拥堵识别 | 第13-23页 |
| 2.1 出租车GPS数据处理 | 第13-16页 |
| 2.1.1 出租车GPS数据预处理 | 第13-14页 |
| 2.1.2 出租车GPS数据轨迹化 | 第14-16页 |
| 2.2 城市区域网格与时段划分 | 第16-18页 |
| 2.2.1 网格与时段划分 | 第16-17页 |
| 2.2.2 拆分轨迹生成 | 第17-18页 |
| 2.3 交通拥堵识别指标确定 | 第18-21页 |
| 2.3.1 城市交通拥堵识别指标计算 | 第18-19页 |
| 2.3.2 拥堵识别指标阈值范围确定 | 第19-20页 |
| 2.3.3 交通拥堵识别指标阈值合理性 | 第20-21页 |
| 2.4 交通拥堵区域重叠率研究 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 基于时空约束Apriori交通拥堵关联性分析 | 第23-30页 |
| 3.1 城市交通拥堵关联性分析的内容和意义 | 第23页 |
| 3.2 经典Apriori算法 | 第23-26页 |
| 3.2.1 算法基本定义 | 第24页 |
| 3.2.2 生成频繁项集 | 第24-26页 |
| 3.2.3 关联规则提取 | 第26页 |
| 3.3 时空约束Apriori算法 | 第26-29页 |
| 3.3.1 时间约束 | 第27页 |
| 3.3.2 空间约束 | 第27-28页 |
| 3.3.3 时空约束Apriori算法 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 案例分析 | 第30-54页 |
| 4.1 数据准备 | 第30-32页 |
| 4.2 交通拥堵时空演化规律分析 | 第32-43页 |
| 4.2.1 工作日交通拥堵时空演化规律分析 | 第33-36页 |
| 4.2.2 非工作日交通拥堵时空演化规律分析 | 第36-40页 |
| 4.2.3 交通拥堵重叠率分析 | 第40-43页 |
| 4.3 交通拥堵关联性分析 | 第43-53页 |
| 4.3.1 工作日交通拥堵关联性分析 | 第43-49页 |
| 4.3.2 非工作日交通拥堵关联性分析 | 第49-53页 |
| 4.4 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第59-61页 |
| 致谢 | 第61-62页 |
| 附录 | 第62-66页 |